Caso 2. Frecuencia de nombres
Eddy Alexis Renteria Parra
9/9/2021
Objetivo
Elaborar un análisis descriptivo descriptivo de la frecuencia de nombres de alumnos.
Descripción
Se importan los datos de la dirección: <https://raw.githubusercontent.com/rpizarrog/datos/main/nombres%20y%20apellidos.csv> que contiene nombre de alumnos.
La variable de interés el nombre.
Se utiliza la función table() para determinar la frecuencia.
Se utiliza la función order() para ordenar los valores
Ya con los valores ordenados se genera un diagrama de barra por medio de la función codebar().
Se hace una interpretación del caso.
Se visualizan los primeros diez y últimos diez registros u observaciones de los alumnos.
¿Cómo se hace el caso o como se desarrolla?
Desarrollo
Importar los datos
Se leen los datos con read.csv()
nombres <- read.csv("https://raw.githubusercontent.com/rpizarrog/datos/main/nombres%20y%20apellidos.csv", encoding = "UTF-8")Visualizar observaciones
Se visualizan los primeros diez y últimos diez registros.
head(nombres, 10)## no patreno materno nombre
## 1 1 ALDABA VELAZQUEZ LUIS MANUEL
## 2 2 ALMONTE CHAVEZ DANIEL ADRIAN
## 3 3 ALVARADO MORENO NANCY ALONDRA
## 4 4 BAYONA MARRUFO CESAR YAHIR
## 5 5 CALVO QUEZADA ARIANNA ELISA
## 6 6 CASTRO SANTOS JESSICA SARAHI
## 7 7 CASTRUITA ARCINIEGA RICARDO
## 8 8 CORDERO RIVERA ANDREA FATIMA
## 9 9 DERAS CHAVEZ DIEGO ALEXANDER
## 10 10 DIAZ CARRILLO ANDREA PAULINAtail(nombres, 10)## no patreno materno nombre
## 5725 5734 VARGAS VIOLANTE BRICIA ESMERALDA
## 5726 5735 VAZQUEZ VERDIN GABRIELA
## 5727 5736 VEGA SALINAS EMMANUEL
## 5728 5737 VELAZQUEZ RODRIGUEZ JESUS MANUEL
## 5729 5738 VELOZ GAMIZ OMAR
## 5730 5739 VILLA ORTEGA DAVID GEOVANNI
## 5731 5740 VILLA VAZQUEZ OSWALDO ALEJANDRO
## 5732 5741 VILLARREAL ASTORGA VANESSA GABRIELA
## 5733 5742 VILLEGAS ORTEGA ALEXANDER RAFAEL
## 5734 5743 VITELA GUTIERREZ LUIS RENEDeterminar frecuencia
Se determina la frecuencia con la función table() y se convierte a un data frame con la función data.frame()
La variable o columna de interés es nombre y se accede a ella como un vector a través de la expresión nombres\$nombre..
Solo se observan los primeros diez registros de frecuencias con head().
frecuencias <- data.frame(table(nombres$nombre))
head(frecuencias)## Var1 Freq
## 1 #¡VALOR! 8
## 2 Ã\201NGEL DYDIER 1
## 3 AARON 7
## 4 AARON ADOLFO 1
## 5 AARON ALEJANDRO 1
## 6 AARON EDUARDO 1Ordenar las frecuencias
Se ordena por medio de la función order().
frecuencias.ordenada <- frecuencias[order(frecuencias$Freq, decreasing = TRUE),]
head(frecuencias.ordenada, 5)## Var1 Freq
## 2762 MARIA FERNANDA 36
## 138 ALEJANDRO 32
## 930 DANIEL 31
## 2189 JOSE MANUEL 28
## 2241 JUAN CARLOS 27Diagrama de barra
barplot(height = head(frecuencias.ordenada$Freq, 5), names.arg = head(frecuencias.ordenada$Var1, 5), main = "Frecuencia de nombres", xlab = "Nombres", ylab = "Frecuencias")
Interpretación
Se realiza un análisis descriptivo en el que obtenemos la frecuencia de los nombres de los alumnos, se visualiza mediante un diagrama de barra en el que nos muestra los 5 primeros nombres más frecuentes dentro de un registro de un total de 5734 alumnos. Se muestran los primeros diez y últimos diez registros para verificar que estos estén ordenados. También se hace una demostración de los nombres que tienen menos frecuencia. La variable de interés es que se nos muestre los 5 nombres más frecuentes de los datos que ya fueron proporcionados, por lo que nos va a mostrar de manera ordenada el nombre más frecuente al menos frecuente en un top 5, en este caso sería: Maria Fernanda con una frecuencia de 36 veces, Alejandro con 32 veces, Daniel con 31 veces, Jose Manuel con 28 veces y Juan Carlos con 27 veces. Estos datos son representados gráficamente por un diagrama de barra con los valores solicitados que fueron los cinco nombres más frecuentes dentro de este registro.